德国萨尔兰大学与马克斯·普朗克软件系统研究所的研究团队首次发现，人类与大型语言模型（LLM）在阅读复杂或具有误导性的程序代码时，表现出高度相似的“困惑”反应。该研究通过对比人类脑电活动与模型不确定性，揭示了人机在代码理解上的深层一致性。 研究由萨尔兰大学软件工程教授Sven Apel与马克斯·普朗克研究所研究员Mariya Toneva领导。他们聚焦于一类被称为“困惑原子”的代码特征——即短小、语法正确但对人类具有误导性的编程模式，常使经验丰富的开发者也容易出错。 为验证人类与AI是否在相同“卡点”上出错，研究团队采用跨学科方法：一方面，使用先前实验中收集的脑电图（EEG）和眼动追踪数据，记录参与者阅读混淆代码与清晰代码时的神经反应；另一方面，通过“困惑度”（perplexity）这一语言模型评估指标，量化LLM在预测代码时的不确定性。结果发现，当人类大脑活动（尤其是与意外性相关的“晚期前额正电位”）增强时，LLM的困惑度也同步上升，两者在时间与位置上存在显著相关性。 博士生Youssef Abdelsalam表示：“我们惊讶地发现，人脑活动峰值与模型不确定性高度重合。” 基于这一发现，研究团队开发出一种数据驱动的自动检测方法，可精准识别代码中易引发困惑的区域。在测试中，该算法成功识别出超过60%已知的混淆模式，并发现了150多个此前未被记录但同样引发人类脑电反应的新型混淆模式。 研究人员认为，这一成果为提升人机协作的软件开发工具提供了新路径。Sven Apel指出：“理解人与AI在何时、为何同时出错，是构建更智能、更易理解的编程辅助系统的关键一步。”Mariya Toneva补充道，该研究打通了神经科学、软件工程与人工智能之间的壁垒。 该成果已被国际软件工程大会（ICSE）接收，并发表于arXiv预印本平台。